IODA 연구실

IODA 연구실_Barde Stephane 교수님
Industrial Operation & Data Analytics Lab.

연구실: https://sites.google.com/hanyang.ac.kr/ioda/home

 
1. 신뢰성공학/Prognostics & Health Management (PHM)

데이터 기반 시스템 상태 추정 (State of Health Estimation) 및 잔여 수명 예측 (Remaining Useful Life Prediction)
예측 유지보수 및 고장 분석을 통해 시스템 신뢰성을 향상
Li-ion 배터리 상태 추정을 위한 물리적 제약을 결합한 Deep Learning 기반 접근 방법 (PIML)
Edge 환경에서 적용 가능한 딥러닝 모델 경량화 방법

 
2. 스마트 제조 위한 인공지능응용/설명 가능한 인공지능 (XAI)

예지 유지보수 (Predictive Maintenance) 및 반도체 공정 (FAB) 스케줄링 문제에 집중
딥러닝 (Deep learning) / 심층강화학습 (Deep Reinforcement learning) / 진화 전략 (Evolutionary Strategy) 방법론들 사용
설명 가능한 인공지능(XAI) 통해서 블랙 박스 모델 분석 및 모니터링
설명 가능한 강화학습 (XRL) 통해서 우선순위 규칙 / 제조 정책 분석 및 모니터링

 
3. 산업 데이터 기반 기계학습/딥러닝 알고리즘 개발

산업 데이터 특징은 프로세스, 장비, 센서, 불량, 등등 정형 데이터 형식으로 이뤄져 있다. 이런 산업 데이터 위한 기계학습/딥러닝 알고리즘 개발 필요성 있다.
산업 데이터에서 잘 수행되도록 기존 딥러닝 모델 개선.
정형 데이터 형식의 최신 인공지능 기술은 부스팅 알고리즘이다. 하지만 산업 데이터는 종종 레이블이 지정된 데이터와 레이블이 지정되지 않은 데이터로 구성 되어있다. 이런 산업 데이터에서도 학습하도록 부스팅 알고리즘 개선.